北京
“我以為掌握這些領域知識，能讓我在只會寫代碼的程序員里脫穎而出，但現在，現實已經不是這樣了。”發帖人寫下這句話時，他剛經歷了一輪認知沖擊——自己深耕多年的財會領域經驗，在大語言模型面前，正迅速變得可以隨時被“詢問”出來。
事情的起點是一篇帖子。作者在技術社區貼出《大模型正在侵蝕我的職業生涯》后，文章意外走紅。隨之涌來的大量評論，讓逐個回復變得不現實，“我不想在 Hacker News 或 Reddit 上陷入無盡的討論，那會消耗我的理智。”于是他決定挑選一些典型聲音，在自己的博客里集中回應。
最先被拎出來的是質疑：“我一整天都在調試大模型，但絕不會同意去主導一個金融產品。”這條評論背后，是人們對大模型處理本地稅務法規等細粒度業務的普遍不信任。博主承認，自己一開始沒說明白：大模型的確無法自動化處理本地稅法這類極細的問題，可這部分工作，本身是由公司的法務團隊負責的，“而法務團隊，現在也在用大模型自動化大量日常工作。”
讓他難過的，是那些曾經認為能構筑職業壁壘的領域知識，比如會計流程中的某些細節、分類賬實現的特殊處理。過去，這些知識讓他覺得“會寫代碼的人很多，懂這些業務的人很少”。但現在，只需打開 ChatGPT Pro 或 Extended Thinking，直接用自然語言提問就能得到答案。他感慨，那種通過掌握領域經驗來區別于普通程序員的想法，在如今的模型能力面前已經立不住了。
連過去對這類業務一頭霧水的AI智能體，也因為三個變化變得能打了：更新的模型、面向智能體友好的文檔，以及團隊專門編寫的一份 AGENT.md 文件——核心手段就是“求智能體在寫代碼前，先把該死的文檔讀完”。作者發現，自己需要向資深同事請教的情況越來越少，需要人類輸入才能推進工作的時刻急劇萎縮，“停下來想了想，這真的挺嚇人。”
還有一條評論直指公司管理的輕率態度：“一家金融科技公司，管理者竟然推薦用AI來加速設計文檔，這聽上去對資金安全太過草率了。”博主承認自己也不認同這種做法，但他有自己的應對辦法，而且不止一個。
第一個辦法是，在編寫設計文檔時，刻意把實現細節、狀態機等內容寫得相對抽象，留給后面深思熟慮的實現空間。自從引進AI、隨后又經歷裁員，團隊里每個人都淹沒在數不清的文檔和評審請求里，評審者變得遠沒有以前那么“挑剔”，這反而給了他繞過文檔最初缺陷的余地。另一個辦法是，在團隊看板上做文章，為自己爭取時間。他總是額外往迭代里加上端到端測試的卡片，借由測試找到bug，就有理由在功能正式上線前，提交一系列修復或改進卡。這樣既爭取了更充裕的實現和復查時間，也能在敏感環節——比如那些最核心的初始實現部分——多拆幾張卡，用更小步快跑的方式謹慎推進。
“我喜歡這么做嗎？當然不，可我又有什么選擇？”他得到的反饋顯示，自己所在的公司還不算“氛圍式編程”最極端的地方，貿然跳槽可能落入更差的環境。至少眼前這個地方，他知道怎么安撫利益相關方那被AI拉高了的期待值，靠一點工作流上的“雜耍”，維持住自己對代碼質量的最后一道防線。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
